基于聚类的协同过滤推荐算法研究

本文对电子商务推荐系统推荐算法设计以及推荐系统体系结构等关键技术进行了有益的探索和研究,引入了基于聚类的最近邻查询技术对协同过滤算法进行改进,经分析新算法缓解了对特殊用户无法产生准确推荐的问题,能够带给用户各更准确的推荐。     

我国生物制药上市公司投资风险评价——基于主成分-聚类分析法

以我国15家生物制药行业上市公司为研究样本,利用聚类分析法,对15家生物制药行业上市公司进行聚类识别,将样本公司分为3类;对投资风险评价指标进行主成分分析,据此计算了15家样本公司的投资风险,并根据比较结果进行了排序。结果表明,我国多数生物制药上市公司的投资风险均衡。     

基于改进BP神经网络的股票预测

股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见.本文将附加动量法与BP神经网络结合,应用附加动量法去寻找BP神经网络的初始权值和阈值,并且应用主成分分析提取贡献率达到90%的主成分作为输入变量对股票进行预测,从而进行分析比较.实验结果表明,PCA-AM-BP模型在降低预测平均误差的同时,运行时间大大减少,加快了算法收敛速率.     

我国全要素生产力改进C-均值聚类

我国每个省、直辖市由于受各种不同因素的影响，因而经济发展水平不一样：采用软计算方法中改进C-均值聚类，对我国31个省、直辖市的经济进行分类，将其分为了5类，并用BP网络对聚类结果进行仿真，检测聚类的效果。     

产业集聚的识别理论与方法研究

文章对当前国外关于产业集聚识别研究中的四种主要理论和方法———产业理解法、主成分因子分析法、多元聚类法和图论法进行了较为详细的概述,并讨论了各种方法的特点和在应用中存在的问题。     

中国各地区工业化水平分析

本文运用主成分分析法计算出了我国各地区的工业化指数,并运用回归分析、聚类分析法分析了我国各地区工业化的特点,最后得出了研究结论,必须处理好工业化和市场化、城市化、信息化的关系,发展第三产业,协调地区经济发展。     

基于SVM集成学习的认知障碍脑电分类研究

目的:提出了一种基于小波特征提取的支持向量机集成分类算法,用于脑卒中后认知障碍病人的识别.方法:首先由Infomax独立分量分析算法去除脑电信号中的干扰成分;然后利用db4小波基提取认知电位P300特征波,并进行叠加平均;最后将特征量基于Bagging算法送入支持向量机基分类器进行集成学习,通过最大投票法得到分类结果.结果:实验结果表明,该算法分类效果好,平均分类精度为85.71%.结论:较单个支持向量机分类器,识别性能好,实现了认知障碍脑电信号的有效分类.     

基于聚类和主成分分析的城市空气质量影响因素研究

文章首先运用K均值聚类分析法对全国主要城市2016年的空气质量进行分类,将113个城市分为三类;其次,运用主成分分析对每一类城市影响空气质量的主要因素进行分析,研究表明城市空气质量主要是受两个方面不同程度的影响,分别为粉尘污染(如;居民生活排放的烟尘、建筑垃圾扬尘等)和气体污染(如:汽车尾气、化石燃料燃烧产物等)。     

基于神经网络的产业技术创新战略联盟冲突识别模型

为客观、准确地识别产业技术创新战略联盟的冲突类型,在对产业技术创新战略联盟的冲突类型与其影响因素的关系进行理论分析和实证分析的基础上,结合K-Means聚类和均值多重比较,建立了神经网络识别模型。模型测试结果表明:神经网络识别模型能有效而准确地识别联盟冲突类型,具有自学习功能,可相对弱化识别过程中的人为干扰因素,具有强移植性。     

长三角城市群金融业和谐发展：指标、测定与评价

基于和谐发展的视角,提出一套检验区域经济金融业是否和谐发展的指标体系,并运用主成分分析和聚类分析法对长三角城市群和谐发展指数进行测定、评价和分类。